医疗健康大数据应用与隐私保护手册（执行版）.docxVIP

医疗健康大数据应用与隐私保护手册（执行版）

第1章大数据基础架构与数据采集规范

1.1医疗数据全生命周期定义与分类标准

医疗数据全生命周期是指从患者产生原始医疗行为记录开始，经过电子病历系统（EMR）、医院信息系统（HIS）、电子影像系统（PACS）及检验检查系统（LIS）等各级应用，最终形成结构化、非结构化及半结构化数据集合的完整过程。该过程涵盖了数据的采集、存储、传输、处理、分析及应用反馈等关键环节，其核心目标是确保数据在流转过程中的完整性、一致性和可追溯性。在分类标准方面，依据中国《信息安全技术个人信息安全规范》（GB/T35273-2020）及《电子病历应用管理规范（试行）》，医疗数据被划分为结构化数据（如主诉、病史、检验结果等）、半结构化数据（如JSON格式的病历摘要、时间序列的监护数据）和非结构化数据（如手写体病历、语音录音、影像文件）。其中，结构化数据占比最高，具有明确的键值对关系；非结构化数据占比最大，对算法模型提出了极高的处理要求。

数据全生命周期中，采集阶段是数据质量的源头，决定了后续存储、加工和分析的效能。在此阶段，需明确区分“业务数据”与“辅助数据”，业务数据直接支持诊疗决策，辅助数据（如科研数据、历史影像）则用于模型训练。还需界定数据的归属权，明确数据是在患者授权下由医院采集，还是由第三方机构采集，这直接关系到数据使用的法律边界。在定义具体